国内刊号:51-1196/TP
国际刊号:1001-3695
发布日期:
作者:刘奇飞,杜彦辉,芦天亮,
单位:中国人民公安大学a.信息技术与网络安全学院;b.网络空间安全与法治协同创新中心,北京100038;
关键词:用户关系,跨社交网络,用户身份关联,网络表示学习,多层感知机,
基金:国家重点研发计划重点专项项目(2017YFB0802804);国家自然科学基金资助项目(61602489);中国人民公安大学2018年基本科研业务费科研机构项目(2018JKF504);;
为识别出不同社交网络平台中属于同一自然人的账号,提出了一种基于用户关系的跨社交网络用户身份关联方法。首先,设计了基于网络表示学习的用户关系提取模块,将大规模用户关系转换至低维向量空间进行表示;然后,针对异构信息网络改进了传统网络表示学习算法,提出了CSN_LINE算法,实现融合跨社交网络先验关联关系的网络表示;最后,构建了基于多层感知机的用户身份关联模型。实验结果表示,提出的方法与目前先进的方法相比,综合指标F1值和正确率的提高均超过12%,证明了该方法的合理性和有效性。
来源:2020年第2期
《计算机应用研究》期刊编辑部